多摄像机监控系统若干问题的分析-通信与信息系统专业论文.docxVIP

上海交通大学硕士论文 上海交通大学硕士论文 I I 多摄像机监控系统若干问题的研究 摘 要 监控系统中摄像机系统的标定，目标检测与跟踪一直是该领域中 基础也是十分重要的两个组成部分与研究领域。随着监控系统朝着大 型化与智能化方向发展，所需要的摄像机数目越来越多，对监控场景 的内容分析也越来越重要，因此，这两个问题变得越来越具有研究意 义。 摄像机系统的标定主要有两种，强标定与弱标定。强标定的目的 是在一定摄像机模型下，确立从真实三维世界到摄像机成像平面的投 影关系。而弱标定不直接得到强标定所求得的映射关系，而是通过各 种方法，求得各摄像机成像平面之间的相对映射关系。就一个多摄像 机系统而言，强标定每个摄像机是基础，弱标定多摄像机之间的相对 关系是关键。 对于视频目标检测，是指在图像序列中就某一个或一类物体进行 专门的检测，包括运动目标检测，人脸检测，行人检测，车辆检测等 等。目标检测发展到现在形成了综合计算机视觉，图像处理，模式识 别与机器学习等学科的研究领域。视频目标跟踪是指在图像序列中对 某一个感兴趣物体在连续的时间内跟踪其运动轨迹。该研究领域同样 综合了多学科的知识，并且具有十分重要的应用价值，是计算机视觉 中核心的研究领域之一。 II II 本文首先提出了一种基于图像拼接的自动标定主从摄像机系统 方法。该方法利用动态摄像机自动拼接表示视场范围的马赛克图像， 然后通过对特征点的提取与匹配估计动态摄像机与静态摄像机的相 对关系，从而完成主从多摄像机系统的标定。 本文其次提出了一种基于 Online RankBoost 与粒子滤波相联合 的目标跟踪算法。该算法首先通过 Online RankBoost 算法在线学习并 更新一个能够准确区分目标与背景的检测器，然后利用粒子滤波对目 标的运动模式进行估计，从而实现对运动目标的稳定，准确的跟踪。 实验结果表明，本文提出的我两种算法，均切实可行，并具有较 好地准确性与鲁棒性。 关键词：摄像机标定，图像拼接，运动目标检测与跟踪，在线 Boosting 算法，粒子滤波 PAGE PAGE IV RESEARCH ON SOME KEY TECHNIQUES OF SURVEILLANCE SYSTEM ABSTRACT The calibration of camera system and object detection, tracking are two key area in the research of surveillance system. With the development of surveillance system, it becomes more complicate and more intelligent. So, the number of cameras in a surveillance system is increasing and the need of analyze content of scene is more and more important that research of the two area is important and meaningful. There are two approaches to calibrate camera system: strong calibration and weak calibration. The goal of strong calibration is to estimate the project function from real 3D world to the camera image plane under certain camera model. While the weak calibration does not directly find the project function in strong calibration but estimate a relative project relationship between cameras. The strong calibration is the base of multiple camera system and the weak calibration is a key to surveillance system. Video object detection is to detect some special target in video which include moving object detection, face detection, pedestrian d